A-Tune 正在参加 2020 年度 OSC 中国开源项目评选,请投票支持!
A-Tune 在 2020 年度 OSC 中国开源项目评选 中已获得 {{ projectVoteCount }} 票,请投票支持!
投票让它出道
已投票
A-Tune 获得 2020 年度 OSC 中国开源项目评选「最佳人气项目」 !
A-Tune 获得 2020 年度 OSC 中国开源项目评选「最佳人气项目」「最积极运营项目」 !
A-Tune 获得 2020 年度 OSC 中国开源项目评选「最积极运营项目」 !

软件简介

A-Tune是一款系统性能自优化的系统级基础软件,目标是智能识别出系统的负载类型,并进行业务模型到资源模型的动态调度,以充分释放鲲鹏服务器算力,使运行在鲲鹏服务器上的应用得到最佳性能表现。

一、安装A-Tune

支持操作系统:openEuler 1.0及以上版本

方法一(适用于普通用户):使用openEuler默认自带的A-Tune

yum install -y atune

方法二(适用于开发者):从本仓库源码安装

1、安装依赖系统软件包

yum install -y golang-bin python3 perf sysstat hwloc-gui

2、安装python依赖包

yum install -y python3-dict2xml python3-flask-restful python3-pandas python3-scikit-optimize python3-xgboost

pip3 install dict2xml Flask-RESTful pandas scikit-optimize xgboost

3、下载源码

mkdir -p /home/gopath/src
cd /home/gopath/src
git clone https://gitee.com/openeuler/A-Tune.git atune

4、编译

cd atune
make

5、安装

make install

二、快速使用指南

1、管理atuned服务

启动atuned服务

systemctl start atuned

查看atuned服务状态

systemctl status atuned

2、atune-adm命令

list命令

列出系统当前支持的workload类型和对应的profile,当前处于active状态的workload类型。

接口语法:

atune-adm list

示例:

atune-adm list

analysis命令

实时采集系统的信息进行负载类型的识别,并自动执行对应的优化。

接口语法:

atune-adm analysis [OPTIONS] [APP_NAME]

运行示例1:使用默认的模型进行分类识别

atune-adm analysis

运行示例2:使用自定义训练的模型进行识别

atune-adm analysis –model ./model/new-model.m

运行示例3:指定当前的系统应用为mysql,仅作为参考。

atune-adm analysis mysql

其他命令使用详见atune-adm help信息

展开阅读全文

代码

的 Gitee 指数为
超过 的项目

评论 (0)

加载中
更多评论
暂无内容
发表了博客
2019/04/10 10:10

tune kubernetes eviction parameter

Highlight 本文会介绍kubernetes中关于集群驱逐的相关参数, 合理设置驱逐速率的考虑因素, 但是不会涉及node层面资源的驱逐阈值的设置。 Basic 在kubernetes中, 如果一个node出现故障, 例如节点宕机或与节点网络异常, controller manager中的node controller会检测到心跳超时后会将node状态置为ConditionUnknown, 等待一段时间后开始驱逐该node上面的pod, 默认是40s认为心跳超时, 等待5min后开始驱逐pod, 可以设置--nod...

0
0
发表了博客
2018/09/01 18:33

CodeForces 499D. Name That Tune(概率dp)

It turns out that you are a great fan of rock band AC/PE. Peter learned that and started the following game: he plays the first song of the list of n songs of the group, and you have to find out the name of the song. After you tell the song name, Peter immediately plays the following song in order, and so on. The i-th song of AC/PE has its recognizability pi. This means that if the song has not...

0
0
发表于AI & 大数据专区
2020/10/29 16:01

ray- tune 可伸缩超参数调整

Tune是一个Python库,可用于任意规模的实验执行和超参数调整。核心功能: 用不到10行代码启动多节点分布式超参数扫描。 支持任何机器学习框架,包括PyTorch,XGBoost,MXNet和Keras。 自动管理检查点并记录到TensorBoard中。 在最新的算法中进行选择,例如基于人口的训练(PBT),BayesOptSearch,HyperBand / ASHA。 使用Ray Serve将模型从训练转移到在相同的基础结构上使用。 想开始吗?转至“关键概念”页面。 小费 加入Ray...

0
0
发表于云计算专区
2016/01/17 15:54

How-to: Tune Your Apache Spark Jobs (Part 2)

In the conclusion to this series, learn how resource tuning, parallelism, and data representation affect Spark job performance. In this post, we’ll finish what we started in “How to Tune Your Apache Spark Jobs (Part 1)”. I’ll try to cover pretty much everything you could care to know about making a Spark program run fast. In particular, you’ll learn about resource tuning, or configuring Sp...

0
0
发表于云计算专区
2016/01/17 15:39

How-to: Tune Your Apache Spark Jobs (Part 1)

Learn techniques for tuning your Apache Spark jobs for optimal efficiency. When you write Apache Spark code and page through the public APIs, you come across words like transformation, action, and RDD. Understanding Spark at this level is vital for writing Spark programs. Similarly, when things start to fail, or when you venture into the web UI to try to understand why your application is takin...

0
0
发表了博客
2020/03/19 20:29

Lightmeter will soon help you tune up your email server

http://www.zdnet.com/article/lightmeter-will-soon-help-you-tune-up-your-email-server/ Nervous about Google? Here’s how to replace some of the most popular services From mobile phones to search to email, Ed Bott explains what privacy-friendly alternatives are available. Read more: https://zd.net/2WnIvN7 Featured Meet the iPad, your work computer: These 10 apps make real productivity possible Th...

0
0
发表于openEuler专区
2020/06/26 22:29

A-Tune 让系统调优更智能

A-Tune 是 openEuler 开源项目中的一个子项目。是一款基于 openEuler 的自动化和智能化性能调优引擎。它利用人工智能技术,对运行在操作系统上的业务,进行精准建模,感知并推理业务特征,根据业务特征及负载情况,给出最佳的参数配置组合,从而使业务处于最佳系统性能状态。 本篇文章不涉及具体系统调优方法,仅说明我们团队对于系统调优问题的思考。 为什么叫 A-Tune? 让我们先从名字来认识下 A-Tune 吧。“Tune” 代表了性能...

0
0
发表了博客
2019/12/03 14:38

HD Tune检查硬盘各参数的含义

01 =Read Error Rate / (底层)数据读取错误率 指从磁盘表面读取数据时发生的硬件读取错误的比率,Raw值对于不同的厂商有着不同的体系,单纯看做1个十进制数字是没有任何意义的。 以上为Wiki上的英文翻译版本,此属性貌似存在分歧,有的说值高了好,有的说低了好,此处我们还是按照Wiki上的吧,反正只要 Worst不小于 Threshold 就行了。 这里的Raw值也可能不同,比如我笔记本上的ST硬盘就Raw为0,而台式机上1.5T的ST就为227901540...

0
0
发表了博客
2020/03/19 20:08

Lightmeter will soon help you tune up your email server

http://www.zdnet.com/article/lightmeter-will-soon-help-you-tune-up-your-email-server/ Nervous about Google? Here’s how to replace some of the most popular services From mobile phones to search to email, Ed Bott explains what privacy-friendly alternatives are available. Read more: https://zd.net/2WnIvN7 Featured Meet the iPad, your work computer: These 10 apps make real productivity possible Th...

0
0
发表了博客
2019/08/28 11:53

迁移学习、fine-tune和局部参数恢复

参考:迁移学习——Fine-tune 一、迁移学习 就是把已训练好的模型参数迁移到新的模型来帮助新模型训练。 模型的训练与预测: 深度学习的模型可以划分为 训练 和 预测 两个阶段。 训练 分为两种策略:一种是白手起家从头搭建模型进行训练,一种是通过预训练模型进行训练。 预测 相对简单,直接用已经训练好的模型对数据集进行预测即可。 优点: 1)站在巨人的肩膀上:前人花很大精力训练出来的模型在大概率上会比你自己从零开始搭...

0
0
没有更多内容
加载失败,请刷新页面
点击加载更多
加载中
下一页
暂无内容
0 评论
87 收藏
分享
OSCHINA
登录后可查看更多优质内容
返回顶部
顶部